KAIST 기계공학과, 유성구 대학로 291 한국과학기술원 기계공학동, Daejeon (2026)

23/09/2026

우리 학과 강석헌 박사과정(지도교수: 유승화)과 강석경 박사(지도교수: 김산하)가 참여한 공동 연구가 국제학술지 Materials Horizons에 게재되고 해당 호의 표지 논문(Front Cover)으로 선정되는 성과를 거두었다.

* 논문 제목: Data-free physics-informed inverse programming of bistable kirigami energy landscape

키리가미(kirigami)는 종이에 칼집을 내어 접고 펼치는 종이공예에서 착안한 구조로, 평면 시트에 정교한 절개 패턴을 넣어 다양한 형태로 변형시키는 메타물질 설계 기법이다. 이 중에서도 두 가지 안정된 형태(이중안정성, bistability) 사이를 오갈 수 있는 구조는 외부 힘 없이도 정해진 형태를 유지하거나 전환할 수 있어, 접이식 구조물, 소프트 로봇 액추에이터, 충격 완화 장치 등 다양한 분야에 활용될 수 있는 핵심 소재로 주목받고 있다.

기존에는 원하는 성능을 얻기 위해 구조의 형상을 먼저 정한 뒤 반복적인 시뮬레이션으로 결과를 확인하는 방식이 주로 쓰였다. 최근에는 데이터 기반 인공지능 모델로 설계 과정을 단축하려는 시도도 있었지만, 이를 위해서는 방대한 사전 시뮬레이션 데이터셋을 미리 확보해야 한다는 한계가 있었다.

연구팀은 별도의 사전 데이터 없이도, 힘의 평형 조건과 에너지 관계식, 기하학적 정합 조건 등 물리 법칙을 신경망의 학습 목적함수에 직접 포함시키는 '물리 정보 신경망(Physics-Informed Neural Network, PINN)' 프레임워크를 제안했다. 이 프레임워크는 목표로 하는 에너지 장벽(energy barrier)과 변형 형태만 입력하면 이를 만족하는 키리가미 구조의 형상을 역으로 설계(inverse design)할 수 있으며, 에너지 장벽 값과 두 안정 상태만 주어진 최소한의 조건(minimally specified setting)에서도 전체 에너지 지형을 스스로 추론해낼 수 있다는 점이 특징이다.

이번 연구는 키리가미 구조의 설계 방식을 기존의 '형상 중심'에서 '에너지 지형 중심'으로 전환했다는 점에서 의미가 있다. 목표로 하는 에너지 특성을 직접 지정해 여러 개의 형상학적으로 다른 해를 얻을 수 있어 설계 유연성이 크게 향상됐다. 연구팀은 이 프레임워크가 접이식 구조물, 소프트 로봇 액추에이터, 충격 완화 장치 등 다양한 이중안정 메타물질 시스템의 설계에 폭넓게 활용될 수 있을 것으로 기대하고 있다.

이번 연구에는 친형제인 강석헌 박사과정과 강석경 박사가 함께 참여했다. 각자의 연구 분야에서 쌓아온 경험을 바탕으로 물리 기반 AI를 활용한 메타물질 설계 연구를 공동으로 수행했다. 강석경 박사의 한양대학교 ERICA 교수 임용 이후에도 두 사람은 AI 기반 설계와 제조 분야를 중심으로 공동 연구를 지속할 예정이다. 강석헌 박사과정과 강석경 교수는 “형제가 함께 연구 성과를 낼 수 있어 의미가 있었다”며 “앞으로도 서로의 강점을 접목할 수 있는 연구를 지속해 나가겠다”고 말했다.

한편, 이번 연구는 과학기술정보통신부(MSIT) 산하 한국연구재단(NRF)의 지원(과제번호 RS-2023-00222166, RS-2025-02213804), 교육부 산하 한국연구재단 기초연구사업(과제번호 RS-2025-25406725), 과학기술정보통신부 이노코어(InnoCORE) 사업(과제번호 N10260002), 식품의약품안전처의 지원(과제번호 RS-2023-00215667)을 받아 수행됐다.

22/09/2026

우리 과 이정권 명예교수가 9월9일 일본 가나자와에서 열린 일본음향학회 추계학술대회에서 Vehicle Acoustics분야에서 기조강연을 하였다.

강연의 제목은 “Seeing the Invisible: Vector Sensing and Energy Flow in the Vibro-Acoustic Systems”로 진동·음향 시스템의 에너지 흐름을 이해하고 이를 활용하는 방법에 대해 소개했다.

강연에서는 △왜 벡터 센싱이 중요한가? △왜 진동-음향 에너지 흐름을 이해해야 하는가 △에너지 흐름은 어떻게 알아내나 △에너지 흐름을 알면 무엇을 할 수 있는가? △이러한 벡터 센싱을 분산 3D 센싱을 하려면 어떻게 배치하고 추산해야하나? △Physical AI 시대에는 이를 어떻게 활용할 수 있는가? △미래의 응용 범위는 어떠한가? 등의 토픽에 관해 강연을 진행하였다.

이번 강연은 일본음향학회(ASJ)와 한국음향학회(ASK)의 45년간의 학술적 협력과 교류를 기념하는 세션의 일환으로 마련됐다. 이정권 교수는 한국음학학회(ASK) 전임회장으로서 학회의 초창기부터 일본음향학회(ASJ) 및 국제조직과의 협력에 적극 동참하고 추진해왔다.

16/09/2026

우리 학과 김정환, 이원희 박사과정(지도교수: 윤용진)이 공동 제1저자로 참여한 연구가 국제 학술지 Materials Today Advances에 게재됐다.
* 논문 제목 : Machine learning-assisted multivariable analysis of glass transition temperature in photopolymerized 4D printed shape memory polymers

4D 프린팅 형상기억고분자는 열 등 외부 자극에 반응해 미리 설계된 형상으로 되돌아가는 소재로, 유리전이온도는 이 형상 기억과 회복이 일어나는 온도를 결정하는 핵심 설계 인자다.
연구팀은 광개시제 농도, 가교제와 단량체의 비율, 후경화 시간, 후경화 온도 등 소재 조성과 공정 변수를 균형 잡힌 실험설계로 조합해 적은 실험 횟수로 데이터를 확보했다. 이후 머신러닝 기반 다변량 분석을 통해 각 인자가 유리전이온도에 미치는 영향을 체계적으로 분석했다.

이번 연구는 산업통상자원부 바이오산업기술개발사업, 한국연구재단(과학기술정보통신부) 연구과제, 과학기술정보통신부 이노코어(InnoCORE) 프로그램의 지원으로 수행되었으며, 본 연구 결과는 스마트 소재, 바이오메디컬 디바이스, 센서, 소프트 로보틱스 등 다양한 분야에서 4D 프린팅 소재의 데이터 기반 설계와 공정 최적화에 기여할 것으로 기대된다.

08/09/2026

KAIST기계공학과는 삼성중공업(대표이사 최성안)과 13일 대전 본원 학술문화관 존해너홀에서 ‘SHI-KAIST 차세대선박연구센터(AMRC, Advanced Maritime Research Center)’ 개소식을 개최했다고 밝혔다.

이번 연구센터 출범은 1995년부터 32년째 이어지고 있는 양 기관 산학협력의 결실이다. 우리 대학과 삼성중공업은 지난 30여 년간 축적한 공동연구 경험과 신뢰를 바탕으로 기존 산학협력 체계를 미래 조선해양 핵심기술 개발을 위한 공동연구 거점으로 확대한다.

양 기관은 연구센터를 중심으로 AI·로보틱스·친환경 기술 등 산업 현장의 수요와 연계한 미래 핵심기술을 공동 개발하고, 연구성과의 산업적 활용과 전문인재 양성을 함께 추진할 계획이다.

배충식 KAIST 총장은 “앞으로는 실제 산업 현장을 혁신하는 Physical AI가 제조 경쟁력을 좌우하는 시대가 될 것”이라며, “조선해양 산업은 기계공학과 AI, 로보틱스의 융합을 통해 새로운 가치를 창출할 수 있는 대표적인 분야다. 이번 연구센터가 산업 현장의 난제를 해결하고 미래 기술의 새로운 기준을 만들어 가는 연구 거점으로 성장하기를 기대한다”고 말했다.

최성안 삼성중공업 대표이사(부회장)는 “32년간 이어온 KAIST와의 협력이 차세대선박연구센터 설립으로 결실을 맺게 돼 뜻깊게 생각한다”며 “자율운항과 친환경 선박, 스마트 제조 등 미래 조선해양산업의 기술 경쟁력 확보와 인재 양성에 더욱 박차를 가하겠다”고 밝혔다.

연구센터는 미래 조선해양 산업의 핵심기술 확보를 위해 ▲자율운항·지능항해 AI 기술 ▲무탄소·저탄소 연료 추진 시스템 ▲스마트 조선소·디지털 트윈 제조혁신 ▲조선해양 특화 로보틱스 등 4대 분야를 중심으로 공동연구를 추진한다.

자율운항 분야에서는 선박의 상황 인식과 최적 항로 설정, 충돌 회피 등 자율운항시스템 고도화를 위한 AI 알고리즘을 개발한다. 무탄소·저탄소 연료 분야에서는 암모니아와 수소 등 친환경 연료를 적용한 선박의 핵심 기자재와 연료공급 기술을 연구해 국제사회의 탄소중립 기조와 해운·조선산업의 친환경 전환에 대응한다.

스마트 조선소 분야에서는 블록 탑재와 생산관리 등 복잡한 조선 제조공정을 AI와 디지털 트윈 기술로 최적화해 생산성과 품질을 높이고 원가와 에너지 사용을 절감하는 기술을 개발한다. 조선해양 특화 로보틱스 분야에서는 용접·도장·검사 등 고난도 현장 공정의 자동화를 위한 로봇 기술을 연구해 생산인구 감소에 대응하고 작업자의 안전성과 생산 효율을 동시에 높일 계획이다.

연구센터는 기술 개발뿐 아니라 미래 조선해양 산업을 이끌 전문인재 양성의 거점 역할도 맡는다. 양 기관은 산학협력기금 등을 활용한 학생 연구 지원과 장학사업을 추진하고, 산업 현장과 연구실을 연계한 인력교류 프로그램을 확대해 현장에서 요구되는 실전형 연구인재를 지속적으로 육성할 예정이다.

이번 연구센터의 출범은 양 기관이 30여 년간 구축해 온 산학협력의 성과를 토대로 이뤄졌다. 양 기관의 협력은 1995년 삼성중공업 조선해양연구소와 KAIST 기계공학과가 ‘SHI-KAIST 산학협력협의회’를 설치하면서 시작됐다. 이후 구조·유체·극저온·친환경·스마트십·자율항해 등 조선해양 전 분야에 걸쳐 공동연구를 수행하며 핵심 원천기술을 축적해 왔다.

특히 자문교수제도(Advisory Board), 산업체 맞춤형 강좌, 공동연구 시드(SEED) 과제 등을 운영하며 연구 현장과 산업 현장의 연계를 지속적으로 강화했다. 자문교수제를 기반으로 수행한 공동연구 프로젝트와 기술자문 등 협력 실적은 1,000여 건을 넘어섰으며, 연구원 단기 연수와 코업(Co-op) 프로그램 등을 통한 기술 인력 교류도 활발하게 이어져 왔다.

이날 개소식에는 배충식 KAIST 총장을 비롯한 기계공학과 교수 및 명예교수, 최성안 삼성중공업 대표이사(부회장)를 비롯한 임원과 관계자 등 50여 명이 참석해 연구센터의 출범을 기념했다.

02/09/2026

물방울이 더 잘 맺히고, 더 빨리 떨어지게 해 열전달 성능을 최대 5.5배 높이는 기술이 개발됐다. 발전소와 담수화 설비의 에너지 효율을 높이고, 전자기기의 냉각 성능을 개선하는 데 활용될 것으로 기대된다.

우리 과 남영석 교수와 생명화학공학과 임성갑 교수 공동연구팀이 표면에 입히는 매우 얇은 고분자 코팅막의 두께와 구조를 조절해, 수증기가 물로 변할 때 물방울은 더 많이 생기고, 생긴 물방울은 더 빨리 떨어지게 하는 기술을 개발했다고 23일 밝혔다.

수증기가 물로 변하는 ‘응축’은 우리 주변에서도 쉽게 볼 수 있다. 차가운 음료수 컵 표면에 물방울이 맺히는 것과 같은 현상이다. 산업 현장에서는 발전소의 증기를 다시 물로 바꾸거나, 바닷물에서 민물을 얻고, 전자기기에서 발생한 열을 식히는 데 폭넓게 이용된다.

응축 과정에서는 표면에 생긴 물이 얼마나 빨리 빠져나가느냐가 중요하다. 일반 금속 표면에서는 작은 물방울들이 서로 합쳐져 얇은 물막을 만든다. 겨울철 옷을 여러 겹 입으면 체온이 빠져나가기 어려운 것처럼, 이 물막도 열이 빠져나가는 것을 가로막는 ‘열저항’ 역할을 해 열전달 효율을 떨어뜨린다.

반대로 물이 작은 물방울 형태로 맺혔다가 계속 떨어져 나가면 새로운 표면이 반복해서 드러난다. 이렇게 물방울 형태로 응축되는 현상을 ‘적상응축’이라고 한다. 쉽게 말해 물이 표면을 계속 덮고 있는 대신, 물방울이 생기고 떨어지는 과정이 빠르게 반복되는 것이다. 이 경우 열을 더욱 효과적으로 전달할 수 있다.

하지만 기존 기술에는 딜레마가 있었다. 물방울이 처음 만들어질 자리를 늘리기 위해 표면을 울퉁불퉁하게 만들면 물방울이 그 구조에 걸려 잘 떨어지지 않았다. 반대로 표면을 매끄럽게 만들면 물방울은 잘 떨어지지만 새 물방울이 만들어질 자리가 줄어들었다. 씨앗을 심을 자리를 많이 만들면 수확한 열매를 꺼내기 어렵고, 꺼내기 쉽게 만들면 씨앗을 심을 자리가 부족해지는 것과 비슷하다.

연구팀은 이 문제를 기존에는 고분자막의 ‘결함’으로 여겨졌던 나노 크기의 작은 알갱이(응집체)를 활용해 해결했다. 고분자막은 플라스틱과 비슷한 성질의 고분자 물질을 표면에 매우 얇게 입힌 코팅막이다.

연구팀은 기체 상태의 원료를 표면에 입혀 아주 얇은 고분자막을 만드는 ‘개시제를 이용한 화학 기상 증착법(iCVD)’을 활용했다. 고분자막을 얇게 만들자 표면에 나노 크기의 작은 알갱이가 촘촘하게 생겼고, 이들이 물방울이 처음 맺히는 ‘씨앗 자리’ 역할을 했다. 그 결과 얇은 고분자막에서는 두꺼운 막보다 물방울이 약 3배 많이 생겼다.

여기에 열처리를 더해 물방울이 표면에 달라붙는 힘도 줄였다. 덕분에 물방울이 크게 자라기 전에 쉽게 떨어질 수 있었다. 즉, 고분자막을 얇게 만들어 물방울이 생길 자리는 늘리고, 열처리로 생긴 물방울은 빨리 떨어지게 한 것이다. 물방울을 많이 만드는 것과 빨리 없애는 것을 동시에 해결한 것이 이번 연구의 핵심이다.

물방울이 떨어진 자리에는 다시 새로운 물방울이 생긴다. 빈자리가 생기면 곧바로 다음 사람이 앉는 것처럼, 물방울이 생기고 떨어지는 과정이 빠르게 반복될수록 수증기를 물로 바꾸면서 열도 더 효과적으로 전달할 수 있다.

연구팀은 실제 응축기에 많이 쓰이는 구리관에 이 고분자막을 입혀 성능을 확인했다. 그 결과 열을 전달하는 능력을 나타내는 ‘응축 열전달계수’가 최대 약 88 kW·m⁻²·K⁻¹를 기록했다. 이는 물막이 생기는 일반 구리 표면보다 열전달 성능이 최대 약 5.5배 높은 수준이다. 물을 잘 튕겨내는 기존 발수 코팅 표면과 비교해도 50% 이상 높은 성능을 보였다.

이번 연구는 표면을 매끄럽게 만들거나 물을 잘 튕겨내는 데 집중했던 기존 방식과 달리, 표면의 작은 ‘결함’을 적극 활용했다. 그동안 없애야 할 것으로 여겼던 나노 크기의 작은 알갱이가 오히려 물방울이 잘 생기도록 돕는다는 점을 발견해 새로운 표면 설계에 활용했다.

향후 이 기술을 발전소나 산업용 열교환기에 적용하면 열을 더 효과적으로 전달해 에너지 효율을 높이는 데 도움이 될 수 있다. 또 담수화·수분 포집 장치에서는 물을 더 효과적으로 모으고, 전자기기에서는 열을 빠르게 빼내 냉각 성능을 높이는 기술로 활용될 것으로 기대된다.

남영석 교수는 “이번 연구는 기존에 결함으로 여겨졌던 나노 구조를 물방울이 잘 생기도록 돕는 요소로 활용했다는 데 의미가 있다”며 “물방울의 생성과 제거를 각각 조절해 열전달 효율을 높이는 새로운 방법을 제시했다”고 말했다. 이어 “이 기술은 복잡한 모양의 표면에도 매우 얇고 균일하게 코팅할 수 있어 산업용 열교환기를 비롯한 다양한 에너지·환경 분야에 활용될 것으로 기대한다”고 덧붙였다.

이번 연구에는 우리 과 김준수 연구원과 생명화학공학과 강민정 연구원이 공동 제1저자로 참여했으며, 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션스(Nature Communications)’에 7월 16일 온라인 게재됐다.

※ 논문명: Rational design of polymer film morphology via structure–performance linkage for enhanced condensation performance,
※ DOI: https://doi.org/10.1038/s41467-026-75621-5

한편, 이번 연구는 중견연구사업(과학기술정보통신부·한국연구재단), 중소기업기술혁신개발사업(중소벤처기업부·중소기업기술정보진흥원), 딥사이언스 창업 활성화 지원사업(과학기술정보통신부·과학기술사업화진흥원)의 지원을 받아 수행됐다.

02/09/2026

전기차는 빠르게 충전하면서도 배터리를 오래 쓸 수 있을까? 우리 대학 연구진이 실제 배터리 내부를 가상공간에 그대로 구현한 ‘3차원 디지털 트윈’을 통해 그 해법을 찾았다. 배터리에서 전기를 저장하는 ‘전극’ 안의 재료와 빈 공간을 얼마나 넣느냐뿐 아니라 ‘어디에 어떻게 배치하느냐’가 급속충전 성능과 수명을 좌우한다는 사실을 밝혀낸 것이다.

우리 대학은 기계공학과 이강택 교수팀이 신소재공학과 조은애 교수팀과 공동으로, 실제 상용 리튬이온배터리에 사용되는 흑연 음극의 내부 구조를 3차원 디지털 트윈으로 구현하고, 급속충전 과정에서 배터리 성능이 떨어지는 원인을 정량적으로 규명했다고 24일 밝혔다.

배터리 전극은 리튬을 저장하는 흑연, 이를 붙여주는 바인더, 리튬이온이 이동하는 빈 공간으로 이뤄진다. 배터리를 충전하면 리튬이온이 음극의 흑연 입자 안으로 이동해 저장된다. 하지만 너무 빠르게 충전하면 일부 리튬이 흑연 안으로 들어가지 못하고 표면에 금속 리튬이 쌓이는 ‘리튬 도금(Li plating)’ 현상이 발생할 수 있다. 주차장에 차가 한꺼번에 몰려 미처 들어가지 못한 차량이 입구에 쌓이는 것과 비슷하다. 이러한 현상이 계속되면 배터리 성능과 수명이 떨어질 수 있다.

충전 과정에서는 흑연 표면에 배터리를 보호하는 얇은 막인 ‘고체전해질 계면층(SEI)’도 만들어진다. 적절하게 형성된 보호막은 필요하지만 너무 두껍거나 고르지 않게 만들어지면 배터리 성능이 떨어질 수 있다. 또한 충전할 때 흑연 입자가 팽창하면서 전극 내부에 힘이 가해지는 ‘기계적 응력’도 발생한다.

문제는 이런 현상들이 매우 작은 배터리 내부에서 동시에 일어나기 때문에 실험만으로는 어디에서 어떤 문제가 발생하는지 직접 확인하기 어렵다는 것이다. 기존 컴퓨터 모델도 전극 전체의 평균적인 특성을 주로 이용해 실제 배터리 내부의 복잡한 구조와 위치에 따른 차이를 충분히 보여주기 어려웠다.

이에 연구팀은 실제 상용 흑연 음극의 구조를 바탕으로 배터리 전극의 ‘가상 쌍둥이’를 만들었다. 흑연 입자와 입자들을 서로 붙여주는 접착제 역할의 바인더, 리튬이온이 이동하는 빈 공간인 기공까지 3차원으로 구현했다.

연구팀은 이 가상 전극에서 전극의 두께와 빈 공간의 양, 바인더의 위치를 바꿔가며 빠르게 충전했을 때 리튬이온이 어떻게 움직이는지 분석했다. 또 리튬이 어디에 쌓이고 보호막이 어떻게 만들어지는지, 전극의 어느 부분에 힘이 집중되는지도 함께 살펴봤다.

그 결과, 전체 충전용량이 비슷해 보여도 전극 내부의 바인더와 빈 공간이 어떻게 배치돼 있느냐에 따라 배터리의 손상 정도가 크게 달라질 수 있음을 확인했다.

두께 50마이크로미터(μm)의 전극에서는 바인더 배치에 따른 전체 충전용량 차이가 4% 이내였다. 겉으로 보이는 충전 성능에는 큰 차이가 없었던 셈이다. 하지만 전극 내부에서는 리튬이 저장되는 위치와 배터리 성능을 떨어뜨리는 반응이 일어나는 위치가 뚜렷하게 달랐다.

특히 바인더가 전극의 한쪽에 몰리면 리튬이온이 지나갈 수 있는 빈 공간이 줄어 이동이 어려워졌다. 도로가 좁아지면 교통체증이 생기는 것과 같은 원리다. 이 경우 전류가 모이는 부분인 집전체 주변에 쌓이는 리튬도금의 양이 바인더가 고르게 분포한 전극보다 10% 이상 증가했다.

반대로 바인더가 전극 전체에 비교적 고르게 퍼져 있으면 리튬이온이 보다 원활하게 이동했고, 배터리를 보호하는 막도 상대적으로 고르게 형성됐다.

이러한 차이는 전극이 두꺼워질수록 더욱 커졌다. 두께 83μm의 전극에서는 바인더 배치에 따른 충전용량 차이가 약 18%까지 벌어졌다. 전극을 두껍게 만들어 더 많은 에너지를 저장하려면 재료의 양뿐 아니라 내부에 어떻게 배치할 것인지까지 세밀하게 설계해야 한다는 의미다.

빈 공간의 위치는 전극이 받는 힘에도 영향을 미쳤다. 빈 공간이 충분하면 충전할 때 팽창하는 흑연 입자를 주변 공간이 받아줘 힘이 분산됐다. 반면 빈 공간이 부족하면 흑연 입자가 팽창할 여유가 없어 특정 부분에 힘이 집중됐다.

연구팀은 이번 연구를 통해 급속충전용 배터리를 설계할 때 전극의 바인더와 빈 공간이 ‘얼마나 있는지’만 보는 것이 아니라 ‘어디에 어떻게 분포하는지’까지 고려해야 한다는 새로운 설계 방향을 제시했다.

특히 3차원 디지털 트윈을 활용하면 여러 종류의 전극을 일일이 만들어 실험하기 전에 가상공간에서 배터리 내부의 문제를 미리 살펴볼 수 있다. 향후 최적의 전극 구조를 찾는 데 활용돼 전기차 충전시간은 줄이고 배터리 수명은 늘리는 기술 개발에 기여할 것으로 기대된다.

이강택 교수는 “이번 연구는 겉으로 보이는 충전 성능만으로는 알기 어려웠던 배터리 내부의 문제를 3차원 디지털 트윈으로 찾아냈다는 데 의미가 있다”며 “전극 안의 바인더와 빈 공간을 적절하게 배치하면 많은 에너지를 저장하면서도 빠르게 충전하고 오래 사용할 수 있는 배터리를 설계하는 데 도움이 될 것으로 기대한다”고 말했다.

기계공학과 강예진 박사과정이 제1저자로 참여한 이번 연구 결과는 국제 학술지 ‘인포맷(InfoMat, IF 19.6)’에 게재됐으며, 지난 7월 7일 후면 표지(Back Cover) 논문으로 선정됐다.
※ 논문명: Digital twin quantifies spatial-heterogeneity-driven failure in fast-charging lithium-ion battery anodes, DOI: https://doi.org/10.1002/inf2.70141

한편, 이번 연구는 과학기술정보통신부 중견연구자지원사업, 융합기술개발사업 및 InnoCORE 연구단의 지원을 받아 수행됐다.

02/09/2026

같은 뇌종양에 같은 항암제를 써도 환자마다 효과는 다를 수 있다. 앞으로는 환자에게 항암제를 투여하기 전, 환자의 종양 환경을 재현한 ‘칩’에서 먼저 약효를 확인해보는 시대가 열릴 수 있다. 국내 연구진이 환자의 종양세포와 뇌혈관 환경을 칩에 구현해 환자별 치료 반응을 미리 예측할 수 있는 기술을 개발했다. 향후 환자 맞춤형 뇌종양 치료와 신약 개발에 활용될 것으로 기대된다.

우리 과 안송이 교수팀이 성균관대학교(총장 유지범) 안중호 교수팀, 분당차병원(원장 윤상욱) 임재준 교수, 차의과학대학교(총장 차원태) 강윤정 교수팀과 함께 교모세포종 환자의 치료 반응을 예측할 수 있는 환자 맞춤형 혈액-뇌종양 장벽(Blood-Brain Tumor Barrier, BBTB) 칩을 개발했다고 18일 밝혔다.

교모세포종은 가장 치명적인 악성 뇌종양 중 하나다. 암세포가 정상 뇌조직으로 빠르게 퍼지는 데다 종양의 특성도 환자마다 달라 치료가 어렵다.

특히 뇌에는 혈액 속 해로운 물질이 뇌로 들어오는 것을 막는 ‘혈액-뇌 장벽’이 있다. 하지만 이 장벽은 치료에 필요한 항암제가 뇌종양까지 충분히 도달하는 것도 방해한다. 교모세포종이 생기면 종양 주변의 혈관장벽 역시 변하는데, 그 정도와 특성이 환자마다 다르다. 같은 치료제를 사용해도 환자마다 효과가 달라질 수 있는 이유 중 하나다.

기존에는 교모세포종 환자의 치료 반응을 예측하기 위해 종양의 유전자나 바이오마커를 주로 활용해왔다. 그러나 이러한 정보만으로는 환자마다 다른 종양 주변 혈관 환경과 실제 약물 반응까지 충분히 파악하기 어렵다는 한계가 있었다.

연구팀은 이 문제를 해결하기 위해 환자의 종양뿐 아니라 항암제가 종양까지 도달하는 ‘길’인 혈관장벽까지 함께 칩 위에 구현했다.

환자에게서 얻은 교모세포종 세포와 뇌혈관 내피세포, 별아교세포를 작은 미세유체 칩 안에서 함께 배양해 실제 종양과 정상 뇌조직이 맞닿는 경계 부위와 유사한 환경을 만들었다. 혈관 주변 세포와 면역세포도 추가할 수 있도록 설계해 실제 사람의 뇌종양 주변 혈관 환경을 보다 정밀하게 재현할 수 있도록 했다.

연구팀은 서로 다른 교모세포종 환자 3명의 종양세포로 각각의 환자를 모사한 혈액-뇌종양 장벽 칩을 제작했다. 이어 교모세포종 치료에 사용되는 테모졸로마이드(TMZ)와 베바시주맙(BEV)을 적용해 환자별 치료 반응을 비교했다. 테모졸로마이드는 암세포 자체를 공격하는 항암제인 반면, 베바시주맙은 암이 성장하는 데 필요한 혈관 생성을 억제하는 표적치료제다.

그 결과, 기존 유전자 검사에서는 비슷한 치료 반응이 예상됐던 환자들도 칩에서 나타난 혈관장벽의 특성과 치료제 반응은 서로 달랐다. 특히 칩에서 확인한 환자별 치료 반응은 실제 환자의 치료 경과와도 높은 수준으로 일치했다. 이는 유전자 정보가 비슷하더라도 환자의 종양 주변 혈관장벽 상태에 따라 치료 반응이 달라질 수 있으며, 이를 환자 맞춤형 칩을 통해 확인할 가능성을 보여준 결과다.

이번 연구의 핵심은 ‘암세포가 이 약에 반응하는가’를 넘어 ‘이 환자의 종양 환경에서 이 치료가 실제로 어떻게 작용하는가’를 함께 평가할 수 있다는 것이다.

향후 더 많은 환자를 대상으로 예측 성능과 재현성이 검증된다면, 환자의 종양세포로 만든 칩에 여러 치료제를 먼저 적용해보고 효과가 높은 치료 전략을 선별하는 데 활용할 수 있을 것으로 기대된다. 환자가 여러 치료법을 직접 경험한 뒤 효과를 확인하는 방식에서 나아가, 환자 대신 칩에서 치료 반응을 먼저 살펴보고 치료 방향을 결정하는 맞춤형 치료의 기반이 될 수 있다는 의미다.

신약 개발에도 활용 가능성이 있다. 뇌종양 치료제는 암세포에 대한 효과뿐 아니라 뇌종양 주변의 혈관장벽 환경에서 제대로 작용하는지를 확인하는 것이 중요하다. 이번 플랫폼을 활용하면 실제 환자의 종양과 혈관장벽을 모사한 환경에서 신약 후보물질의 효과를 평가하고, 어떤 환자에게 효과가 나타날 가능성이 높은지 탐색하는 전임상 평가에도 활용할 수 있다.

안송이 교수는 “이번 연구는 환자 유래 종양세포와 혈액-뇌종양 장벽을 함께 재현함으로써 환자마다 다른 치료 반응을 실제와 가깝게 평가할 수 있는 플랫폼을 제시했다는 점에서 의미가 있다”며 “향후 보다 많은 환자를 대상으로 검증해 교모세포종 환자의 맞춤형 치료 전략 수립과 신약 개발을 위한 전임상 평가 플랫폼으로 발전시키기를 기대한다”고 말했다.

이번 연구에는 우리 과 류민수 박사과정과 성균관대학교 이가은 박사과정 학생이 제1저자로 참여했다. 연구 결과는 재료·나노 분야 국제학술지 ‘Small’에 2026년 6월 27일 게재됐으며, 연구의 우수성과 학술적 가치를 인정받아 해당 학술지의 Front Cover로 선정됐다.

※ 논문명: Human Blood-Brain Tumor Barrier on a Chip to Investigate Personalized Treatment for Glioblastoma Patients, DOI: 10.1002/smll.202506712

한편, 이번 연구는 보스턴코리아혁신연구지원(보건복지부·한국보건산업진흥원, RS-2024 -00468873)과 신진연구지원사업(과학기술정보통신부·한국연구재단, RS-2026-25487930)의 지원을 받아 수행됐다.

02/09/2026

딱딱한 물건을 찍어내던 3D 프린터가 이제 고무처럼 부드럽고 잘 늘어나는 제품까지 만들 수 있게 됐다. 한국 연구진이 AI로 소재의 최적 ‘레시피’를 찾아, 복잡한 모양으로 출력하면서도 원래 길이의 6배 이상 늘어나는 소재를 개발했다. 로봇 손부터 몸에 착 붙는 웨어러블·맞춤형 의료기기까지 3D 프린팅의 활용 범위를 넓힐 것으로 기대된다.

KAIST(총장 배충식)는 기계공학과 이승철 교수 연구팀이 한국과학기술연구원(KIST·원장 오상록) 극한물성소재연구센터 나종범 박사 연구팀, 서울과학기술대학교(총장 김동환) 생산시스템 및 설계공학전공 박범수 교수와 공동으로 AI를 활용해 3D 프린팅이 가능하면서도 고무처럼 크게 늘어나는 소재를 개발했다고 1일 밝혔다.

최근 사람과 직접 접촉하는 소프트 로봇과 몸에 착용하는 웨어러블 기기, 환자 신체에 맞춘 의료기기 등이 주목받으면서 복잡한 모양을 만들면서도 부드럽고 잘 늘어나는 소재의 필요성이 커지고 있다.

연구팀이 활용한 DLP(Digital Light Processing)는 액체 소재에 빛을 비춰 원하는 모양으로 굳히는 3D 프린팅 기술이다. 복잡한 구조를 빠르게 만들 수 있지만, 소재를 잘 늘어나고 튼튼하게 만들수록 액체가 잘 흐르지 않을 정도로 점도가 높아져 출력하기 어려워진다. 반대로 잘 출력되도록 묽게 만들면 신축성과 강도가 떨어진다. ‘잘 뽑히면서 잘 늘어나는 소재’를 만드는 것이 핵심 난제였다.

연구팀은 AI를 활용해 이 두 조건을 만족하는 최적의 ‘소재 레시피’를 찾았다. 특히 프린터에서 잘 출력되는 소재뿐 아니라 점도가 높아 출력하기 어려운 소재까지 학습 데이터에 포함했다.

연구팀은 다양한 배합의 액체 소재를 작은 틀에 넣어 굳힌 뒤 얼마나 잘 늘어나는지, 얼마나 단단한지, 빛을 받으면 얼마나 빨리 굳는지, 얼마나 잘 흐르는지 등을 측정했다. 이를 통해 다양한 소재의 배합과 각각의 성능을 연결한 데이터를 구축했다.

이어 머신러닝(machine learning·데이터를 학습해 규칙과 관계를 찾아내는 인공지능 기술)을 이용해 소재의 배합과 성능 사이의 관계를 학습시켰다. AI는 이를 바탕으로 3D 프린팅이 가능하면서도 잘 늘어나는 최적의 소재 조합을 찾아냈다.

AI가 찾아낸 소재는 실제 DLP 3D 프린터에서도 안정적으로 출력됐으며, 잡아당겨도 쉽게 끊어지지 않고 원래 길이의 6배 이상 늘어나는 높은 신축성을 보였다.

연구팀은 실제 활용 가능성을 확인하기 위해 이 소재로 ‘소프트 액추에이터(soft actuator)’를 3D 프린팅했다. 소프트 액추에이터는 공기압 등을 이용해 사람의 근육처럼 부드러운 움직임을 만들어내는 장치다. 공기를 넣자 풍선처럼 부풀면서 사람의 손가락처럼 자연스럽게 휘어졌다.

여러 개의 액추에이터를 결합해 만든 소프트 로봇 손은 1kg짜리 물병을 들어 올렸으며, 깨지기 쉬운 달걀부터 유리병, 달걀판, 컴퓨터 마우스까지 모양과 단단한 정도가 다른 물체를 안정적으로 잡는 데 성공했다.

이번 연구는 잘 늘어나는 소재 하나를 개발한 것을 넘어 AI를 활용해 원하는 성능의 소재를 보다 빠르게 찾아내는 방법을 제시했다는 데 의미가 있다.

기존에는 연구자가 수많은 소재를 직접 배합하고 시험하면서 최적의 조합을 찾아야 했다면, 앞으로는 AI가 실험 데이터를 바탕으로 유망한 소재 조합을 먼저 찾아내고 연구자가 이를 실험으로 검증하는 방식으로 시행착오와 소재 개발 시간을 줄일 수 있을 것으로 기대된다.

이승철 교수는 “이번 연구는 연구자의 실험 데이터와 인공지능을 결합해 기존에는 찾기 어려웠던 최적의 소재 조합을 효율적으로 찾아낼 수 있음을 보여줬다는 데 의미가 있다”며 “앞으로 소프트 로봇과 웨어러블 기기, 맞춤형 의료기기 등 다양한 분야에서 필요한 성능을 갖춘 3D 프린팅 소재를 보다 빠르게 개발하는 데 활용될 것으로 기대한다”고 말했다.

송영한 박사와 박범수 교수가 공동 제1저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 지난 6월 4일 게재됐다.

※논문명: Machine learning guided formulation design of digital light processing printable elastomers beyond viscosity stretchability tradeoff
※DOI: https://doi.org/10.1038/s41467-026-73735-4

이번 연구는 산업통상부 기계·장비산업기술개발사업(20023762)과 과학기술정보통신부 나노미래소재원천기술개발사업(RS-2026-25534767), 우수신진연구사업(RS-2024-00350423)의 지원을 받아 수행됐다.

02/09/2026

지난 8월 20일과 26일에 중국 톈진대학교(Tianjin University)와 저장대학교(Zhejiang University) 교수진 및 학생들이 우리 과를 방문해 교육·연구 현황을 공유하고 양 기관 간 협력 가능성을 모색하는 시간을 가졌다.

먼저 8월 20일에는 톈진대학교 교수진이 KAIST를 방문했다. 방문단은 기계공학부 박형순 학부장으로부터 학과의 주요 교육 및 연구 분야와 국제 협력 현황에 대한 소개를 듣고, 향후 양 기관 간 협력 가능성에 대한 의견을 나눴다. 이어 우리 과 내의 다양한 연구실을 방문해 KAIST의 연구 환경과 주요 연구 성과를 직접 살펴보며 상호 교류의 시간을 가졌다.

8월 26일에는 저장대학교 교수진과 학생들이 기계공학과를 방문했다. 방문단은 학과 박사과정 및 박사후연구원들로부터 인공지능을 활용한 기계공학 분야의 주요 연구 성과에 대한 소개를 듣고, 앞으로의 연구 방향에 대한 토의를 진행했다. 또한 학과 연구실을 둘러보며 주요 연구 시설과 주요 연구 활동을 살펴보며 우리 학과의 우수한 연구 환경과 연구 역량을 직접 경험하는 시간을 가졌다.

이번 방문은 중국 주요 대학과 KAIST 기계공학과 간 교육 및 연구 교류를 확대하고, 인공지능을 비롯한 첨단 기계공학 분야에서의 국제 협력 가능성을 모색했다는 점에서 의미가 있다. 앞으로도 양 기관 간 지속적인 교류와 협력을 통해 공동 연구 및 학술 교류 등 다양한 협력 기회가 확대될 것으로 기대된다.

31/08/2026

우리 과 김재상 동문('24 박사)이 2026년 9월 1일부로 전남대학교 데이터사이언스대학원 데이터사이언스학과 조교수로 임용되었다.

김재상 박사는 KAIST 기계공학과 바이오미세유체 연구실(지도교수: 전성윤)에서 석사와 박사학위를 받았다. 학위과정 동안 장기칩(organ-on-a-chip)과 미세생리시스템(MPS)을 기반으로 인체 조직을 체외에서 모사하는 연구를 수행했으며, 조직공학과 전사체 분석, 약물 스크리닝으로 연구를 넓혔다. 박사학위 취득 후에는 KAIST 연수연구원을 거쳐 미국 스탠퍼드대학교 의과대학 흉부외과와 팔로알토 재향군인병원(VA Palo Alto)에서 박사후연구원으로 줄기세포와 혈관세포 탈분화 등의 연구를 수행하였다.

앞으로 전남대학교에서 LOOP 연구실(Learning through Organ Observations and Perturbations)을 이끌며, 장기칩과 미세유체 시스템에서 직접 생성한 실험 데이터로 기계학습 모델을 학습시키고 그 예측을 다시 실험으로 검증하는 연구에 주력할 예정이다.

KAIST 기계공학과

23/09/2026

22/09/2026

16/09/2026

08/09/2026

02/09/2026

02/09/2026

02/09/2026

02/09/2026

02/09/2026

31/08/2026

Address

Telephone

Website

Alerts

Contact The University

Shortcuts

Share

Category

Listing takedown request